豆瓣高分 类型
9.0 豆瓣评分
可以朗读 语音朗读
121千字 字数
2022-10-01 发行日期
展开全部

主编推荐语

本书深入浅出探讨Excel商务智能组件Power Query和Power Pivot的数据处理与建模分析应用。

内容简介

本书主要介绍Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。全书共11章：第1章介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能；第2章至第6章介绍如何使用Power Query来获取数据并进行处理，主要包含Power Query的基本操作、M函数和M公式的基础知识、常用的M函数，以及数据处理的综合案例；第7章至第11章介绍如何使用Power Pivot进行数据建模和分析，主要包含Power Pivot的基本操作、数据模型的建立、DAX表达式的基础知识和进阶知识、常用的DAX函数，以及数据分析的综合案例。本书紧贴实际应用场景，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地进行数据分析工作。

目录

  • 封面
  • 作者简介
  • 版权信息
  • 内容简介
  • 推荐语
  • 写在前面
  • 第1章　Excel：你的职场生产力工具
  • 1.1　你所不知道的Excel分析“利器”
  • 1.2　从Excel到Power BI，只需要一步
  • 第2章　认识Power Query编辑器
  • 2.1　初识Power Query
  • 2.2　编辑器管理界面介绍
  • 2.3　创建查询的方法
  • 2.4　数据源路径的修改与设置
  • 2.5　数据上载与刷新
  • 第3章　Power Query的基本操作实例
  • 3.1　入门基础知识
  • 3.1.1　数据类型的设置
  • 3.1.2　标题的升降设置
  • 3.1.3　“转换”与“添加列”选项卡中的功能
  • 3.2　删除行或列操作
  • 3.2.1　选择列与删除列
  • 3.2.2　删除行与保留行
  • 3.2.3　通过筛选器删除行
  • 3.3　添加列操作
  • 3.3.1　简单快速地添加条件列
  • 3.3.2　为行添加自定义序号
  • 3.3.3　添加自定义列
  • 3.4　拆分列与合并列操作
  • 3.4.1　实例1：按分隔符拆分列
  • 3.4.2　实例2：按字符数拆分列
  • 3.4.3　实例3：按位置拆分列
  • 3.4.4　实例4：其他拆分列的方法
  • 3.4.5　合并列常用的方法
  • 3.5　透视列与逆透视列操作
  • 3.5.1　一维表和二维表
  • 3.5.2　实例1：一维表转二维表
  • 3.5.3　实例2：二维表转一维表
  • 3.5.4　实例3：含有多重行/列表头的数据清洗
  • 3.6　提取文本值中指定字符的操作
  • 3.6.1　实例1：按指定的长度提取文本值中指定的字符
  • 3.6.2　实例2：按分隔符的位置提取文本值中指定的字符
  • 3.7　数学运算和分组统计
  • 3.7.1　聚合运算的操作
  • 3.7.2　实例1：活用“选择性粘贴”功能处理考试成绩
  • 3.7.3　实例2：使用分组统计功能快速计算各部门的数据
  • 3.8　追加查询与合并查询
  • 3.8.1　实例1：使用追加查询批量合并多个Excel工作表数据
  • 3.8.2　认识合并查询的6种联接类型
  • 3.8.3　实例2：使用合并查询完成各种数据匹配
  • 第4章　M函数和M公式基础入门
  • 4.1　M函数和M公式介绍
  • 4.1.1　M函数和M公式
  • 4.1.2　主要的M函数类型
  • 4.1.3　常用的数据类型
  • 4.1.4　运算符
  • 4.1.5　如何查看函数帮助
  • 4.2　三大数据结构
  • 4.2.1　列表
  • 4.2.2　记录
  • 4.2.3　表
  • 4.2.4　数据结构的组合和深化
  • 4.2.5　数据结构的扩展
  • 4.3　数据结构之间的相互转换
  • 4.3.1　List和Record之间的转换
  • 4.3.2　Table和List之间的转换
  • 4.3.3　Table和Record之间的转换
  • 4.4　M公式中常用的语句
  • 4.4.1　let…in…语句
  • 4.4.2　条件分支语句
  • 4.4.3　容错语句try…otherwise…
  • 4.4.4　each _与(x)=>的关系
  • 4.4.5　为公式添加注释
  • 第5章　常用的M函数实战详解
  • 5.1　各种数据类型之间的相互转换
  • 5.1.1　将值转换为文本
  • 5.1.2　将值转换为数值
  • 5.1.3　将值转换为日期
  • 5.2　List和Table的批量转换实战
  • 5.2.1　批量转换函数List.Transform的实际应用
  • 5.2.2　批量转换函数Table.TransformColumns的实际应用
  • 5.3　获取和删除各种数据实战
  • 5.3.1　使用Table.Skip函数和Table.SelectRows函数筛选行
  • 5.3.2　获取和删除指定文本值中的指定字符
  • 5.3.3　获取和删除列表中的元素
  • 5.4　各种数据结构的拆分、合并、截取和替换实战
  • 5.4.1　实例1：表的拆分与合并应用
  • 5.4.2　实例2：列表的拆分与合并应用
  • 5.4.3　实例3：拆分和提取文本值中的数值并求和
  • 5.4.4　对文本值进行截取的函数
  • 5.4.5　实例4：批量替换和有条件地批量替换文本值
  • 5.4.6　实例5：使用List.Zip函数批量更换标题及制作工资条
  • 5.5　判断文本值和列表中是否包含指定的内容
  • 5.5.1　实例1：对任意组合的条件值求和
  • 5.5.2　实例2：根据标准答案计算多选题的得分
  • 5.6　分组函数Table.Group及其应用
  • 5.6.1　Table.Group函数和常规分组计算
  • 5.6.2　实例：条件分组计算和数据清洗整理获奖数据
  • 5.7　参数与自定义函数
  • 5.7.1　参数的设置方法
  • 5.7.2　实例：创建和调用自定义函数将一列拆分为多列
  • 第6章　Power Query综合实战
  • 6.1　数据获取综合实战
  • 6.1.1　实例1：获取并合并Excel工作簿中的多个工作表的数据
  • 6.1.2　实例2：获取并合并多个文件夹下的Excel工作簿中的数据
  • 6.1.3　实例3：获取网页中的表格数据
  • 6.1.4　实例4：获取CSV或TXT文件数据
  • 6.1.5　实例5：实时获取数据库中的数据
  • 6.2　数据转换综合实战
  • 6.2.1　实例1：将复杂的二维调薪表转换为一维明细表
  • 6.2.2　实例2：高效快速地清洗零乱的考勤数据
  • 6.2.3　实例3：同时拆分组合的供应商中文名称和英文名称
  • 6.2.4　实例4：批量提取Excel工作簿中不规则的防疫数据
  • 第7章　认识Power Pivot与DAX
  • 7.1　Power Pivot介绍
  • 7.1.1　认识Power Pivot
  • 7.1.2　从数据透视表的不重复计算说起
  • 7.1.3　在Excel中加载Power Pivot
  • 7.1.4　认识Power Pivot的管理界面
  • 7.2　Power Pivot的数据获取方式
  • 7.2.1　从表格/区域和Power Query导入数据
  • 7.2.2　从Excel文件导入数据
  • 7.2.3　从文本文件导入数据
  • 7.2.4　从剪切板导入数据
  • 7.2.5　从数据库导入数据
  • 7.3　认识数据分析表达式DAX
  • 7.3.1　常用的DAX函数类型
  • 7.3.2　DAX中的数据类型与运算符
  • 7.3.3　创建DAX表达式时表和列的引用方式
  • 第8章　Power Pivot和DAX基础知识
  • 8.1　理解计算列与度量值
  • 8.1.1　依附于数据表的计算列
  • 8.1.2　能适应各种环境的度量值
  • 8.1.3　度量值与数据透视表的计算字段
  • 8.1.4　如何选择度量值与计算列
  • 8.1.5　管理度量值
  • 8.2　数据模型与表间关系
  • 8.2.1　理解Power Pivot的数据模型
  • 8.2.2　多表操作时表间关系的建立和管理
  • 8.2.3　表、列和度量值的隐藏
  • 8.2.4　LOOKUPVALUE函数介绍
  • 8.2.5　RELATED函数与RELATEDTABLE函数介绍
  • 8.3　DAX的基础函数
  • 8.3.1　以SUMX为代表的结尾带有X的聚合函数
  • 8.3.2　筛选函数FILTER和逻辑运算符
  • 8.3.3　DAX中最重要的CALCULATE函数
  • 8.3.4　CALCULATE函数的筛选器的选择
  • 8.3.5　VALUES函数和DISTINCT函数
  • 8.3.6　初识ALL函数和ALLEXCEPT函数
  • 8.4　初识计值上下文
  • 8.4.1　初识筛选上下文
  • 8.4.2　创建筛选上下文
  • 8.4.3　初识行上下文
  • 8.4.4　行上下文转换
  • 8.5　CALCULATE函数的调节器
  • 8.5.1　删除筛选器的ALL函数
  • 8.5.2　追加筛选的KEEPFILTERS函数
  • 8.5.3　激活关系的USERELATIONSHIP函数
  • 第9章　DAX进阶知识和常见应用
  • 9.1　Power Pivot和数据透视表
  • 9.1.1　实例1：在数据透视表中使用自定义排序：按列排序
  • 9.1.2　实例2：在数据透视表中创建KPI规则——设置“条件格式”
  • 9.2　在DAX中使用VAR变量
  • 9.2.1　关于VAR变量
  • 9.2.2　使用变量时应该避免的错误
  • 9.3　常见的DAX函数和实际案例应用
  • 9.3.1　实例1：使用CONCATENATEX函数进行文本值透视
  • 9.3.2　实例2：使用ALLSELECTED函数动态地计算各类占比
  • 9.3.3　实例3：使用RANKX函数动态地计算各类排名
  • 9.3.4　实例4：自定义数据透视表标题行完成复杂的报表
  • 9.4　DAX作为查询工具的实际应用
  • 9.4.1　数据查询和EVALUATE
  • 9.4.2　实例1：使用ADDCOLUMNS函数建立查询表
  • 9.4.3　实例2：使用SELECTCOLUMNS函数建立查询表
  • 9.4.4　实例3：使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据
  • 9.5　Power Pivot数据模型与多维数据集函数
  • 9.5.1　认识CUBE类函数
  • 9.5.2　实例1：使用CUBEVALUE函数提取Power Pivot数据模型中的数据
  • 9.5.3　实例2：使用“切片器+CUBEVALUE函数”动态提取Power Pivot数据模型中的数据
  • 第10章　时间智能计算
  • 10.1　认识时间智能函数和日期表
  • 10.1.1　时间智能函数与日期函数
  • 10.1.2　日期表的创建与标记
  • 10.1.3　与时间智能函数相关的常用计算指标
  • 10.2　常见的时间智能计算
  • 10.2.1　实例1：年初、季初与月初至今计算
  • 10.2.2　实例2：各类同比与环比的计算
  • 10.2.3　实例3：动态移动平均分析模型
  • 第11章　Power Pivot综合实战
  • 11.1　实例1：TOP-N门店销售和利润贡献度分析模型
  • 11.2　实例2：折扣比例分组（分区间）分析模型
  • 11.3　实例3：动态ABC分类分析模型（帕累托分析模型）
  • 11.4　实例4：RFM客户价值分析模型
  • 11.5　实例5：员工在职、入职、离职和离职率的计算模型
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。